目前 合作伙伴致 報告背 主要發(fā)現(xiàn)與思 一、生成式人工智能的發(fā)展現(xiàn) 四、對企業(yè)走入人工智能時代的建 結(jié) 聯(lián)系我 戶服務(wù)等方面帶來全新的變革契機(jī)。從前端的個性化營銷

確保這些投資與企業(yè)的長期戰(zhàn)略目標(biāo)和財(cái)務(wù)狀況相匹配，避免過能庫存管理，生成式人工智能的應(yīng)用場景不斷擴(kuò)展，正在重塑零售 隨著頭部企業(yè)的大規(guī)模投入，生成式人工智能模型和算力正在顯中國零售行業(yè)在數(shù)字化領(lǐng)域的發(fā)展趨勢正日益顯著。隨著數(shù)字化轉(zhuǎn)型的加速，新技術(shù)不斷涌現(xiàn)并被廣泛應(yīng)用，為零售業(yè)帶來了深刻的變在過去的十年間，全渠道融合、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、無人零售、社交電商等技術(shù)的每一次進(jìn)步，都在快速提升和改變消費(fèi)者的購。年T5橫空出世，使生成式人工智能迅速成為各行各業(yè)的焦點(diǎn)。與傳統(tǒng)的判別式模型不同，生成式模型能夠從數(shù)據(jù)中學(xué)習(xí)潛在的分布規(guī)律，進(jìn)而生成與訓(xùn)練數(shù)據(jù)具有相似特征的新樣本。這種能力不僅為藝術(shù)創(chuàng)作提供了無限可能，也為各行各業(yè)帶來了革命性的變到企業(yè)應(yīng)用生成式人工智能的架構(gòu)建議，最后總結(jié)并給出了對

年伊始，中國連鎖經(jīng)營協(xié)會（以下簡稱協(xié)會）根據(jù)會員建議展開了生成式人工智能的專項(xiàng)課題研究，并于下半年在華南、華北與華東地區(qū)分別舉行了多場專項(xiàng)討論會，針對于生成式人工智能的發(fā)展現(xiàn)應(yīng)用場景以及實(shí)施路徑等進(jìn)行了深入的交流與溝通。同時由協(xié)會牽頭課題組向協(xié)會成員企業(yè)及合作伙伴征集了生成式人工智能應(yīng)用與部署

企業(yè)性 業(yè)態(tài)分 企 他

零售餐飲消費(fèi)品 受訪企業(yè)按企業(yè)性質(zhì)細(xì)分：有56%的受訪者來自民

受訪企業(yè)按年銷售收入額細(xì)分：有44%的企業(yè)銷售收入達(dá)到100億元以上，8%的企業(yè)銷售收入達(dá)到50-10億元，36%的企業(yè)銷售收入達(dá)到5-50億元，以及12%的企業(yè)銷售收入在5億元以下。

受訪業(yè)態(tài)分布細(xì)分：有7%的企業(yè)來自零售行業(yè)12%的企業(yè)來自消費(fèi)品行業(yè)，8%的企業(yè)來自餐飲行業(yè)，以及%的企業(yè)來自其他行業(yè)。顧。

創(chuàng)

1人工智能簡介與發(fā)展歷

AI技術(shù)的演變-從“死”規(guī)則到“活”和學(xué)習(xí)等。20世紀(jì)80年代初，開發(fā)者們開始整合大量的專家知識，并嵌入系統(tǒng)之中，從而使系統(tǒng)能夠處理特定領(lǐng)域的專業(yè)問題。這種基于規(guī)則的系統(tǒng)被稱為“專家系統(tǒng)”。機(jī)器學(xué)自主學(xué)相對成 正在突 未來方 1956年人工智能的概念正式確立，標(biāo)志著人工智能作為一門學(xué)科的起點(diǎn)。當(dāng)時的研究者樂觀地認(rèn)為廣泛應(yīng)用指日可待。但由于期望過高和技術(shù)限制，人工智能進(jìn)入了第一次低谷期。到19世紀(jì)90年代，隨著互聯(lián)網(wǎng)的發(fā)展，機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘開始受到06年，杰弗里·辛頓等人提出了“深度學(xué)習(xí)”這一概念。隨后，大數(shù)據(jù)和計(jì)算力的提升使得深度學(xué)習(xí)在圖像識別、自然語言處理年，在t競賽中取得顯著成績，標(biāo)志著深度學(xué)習(xí)時代的到來。年，I發(fā)布了模型，推出模型，進(jìn)一步鞏固了深度學(xué)習(xí)技術(shù)在自然語言處理領(lǐng)導(dǎo)地位，證明了深度學(xué)習(xí)架構(gòu)在理解和生成語言方面的強(qiáng)大能力。術(shù)的熱度突然達(dá)到了新高。如今，生成式人工智能已在金融、醫(yī)療、教育、能源等多個行業(yè)中找到了廣泛的應(yīng)用。

2017年7月，中國政府正式將人工智能列為國家戰(zhàn)略，并明確提出了面向2030年的中國新一代人工智能發(fā)展的指導(dǎo)思想、戰(zhàn)略目標(biāo)、重點(diǎn)任務(wù)和保障措施。近年來，我國在人工智能領(lǐng)域取得了一系列重要成果，并在全球范圍內(nèi)具有較高的競2能是讓計(jì)算機(jī)根據(jù)需求自動生成多種

人工智能的應(yīng)用(例如：ChatGPT)型生成多種形式的內(nèi)容輸生成式人工智能應(yīng)輸生成式人工智能應(yīng)A基礎(chǔ)設(shè)通用的基礎(chǔ)模型架構(gòu)可以使大語言模型能夠理解、學(xué)習(xí)和運(yùn)用數(shù)據(jù)中的復(fù)雜模式。例如4可以利用深度學(xué)習(xí)技術(shù)處理海量數(shù)據(jù)，通過關(guān)鍵詞嵌入機(jī)制形成對輸入數(shù)據(jù)集的“記憶”并調(diào)整模型參數(shù)?；A(chǔ)模型訓(xùn)練是通過海量數(shù)據(jù)的處理來塑造其對語言的理解能力、語調(diào)適應(yīng)性以及行為表現(xiàn)，訓(xùn)練和處理基礎(chǔ)模型所需巨大的計(jì)算能力，因此必須在可擴(kuò)展基礎(chǔ)設(shè)施上使用專業(yè)的硬件設(shè)備（例如AH10、華為昇騰91等） 基礎(chǔ)模型（FoundationModel）是區(qū)別生成式人工智能技術(shù)棧和之前人

系列問題。這些模型通常可以通過開放或封閉的I提供給開發(fā)人員使用，開發(fā)人員可以通過額外的訓(xùn)練數(shù)據(jù)對模型進(jìn)行微調(diào)，以提高其重新定義我們對“員工” 圖片，推動設(shè)計(jì)、藝術(shù)領(lǐng)域革新。代碼生成功能可以幫助開發(fā)

提示語：請介紹200

取所有用戶支付等級的代

3生成式人工智能的發(fā)2018年，GPT-1正式發(fā)布。由于其技術(shù)的局限性，未受到廣泛關(guān)次年，GPT-2發(fā)布，其參數(shù)量增至15億。2020年，GPT-3誕生，參2022年11月30日，OpenAI發(fā)布了一款基于GPT-3.52022年112022年11月30日，OpenAI發(fā)布了基于GPT-3.5人模型ChatGPT，通過引入人類反饋的強(qiáng)化學(xué)（RLHF）AI在人機(jī)對話時的準(zhǔn)確度和可控

大突破，引起了全球科技界和產(chǎn)業(yè)界的廣泛關(guān)注。ChatGPT具備強(qiáng)大的自然語言處理能力，能夠與人類進(jìn)行流暢、自然的對話，甚至在某些方面超越了人類的表現(xiàn)。

并將其整合到ChatGPTPlus高級服務(wù)中。多個領(lǐng)域得到了廣泛應(yīng)用。人們驚訝于其智能程度，紛紛將其視為未來人工智能發(fā)展的風(fēng)向標(biāo)。與此同時，生成式人工智能也成為了投資的熱點(diǎn)，吸引了眾多企業(yè)和資本的關(guān)注。隨著大量關(guān)注與投資，生成式人工智能在各行業(yè)與領(lǐng)域均有了一定程度

“即使是當(dāng)今最頂尖的生成式人工智能技術(shù)開發(fā)專家，有時也會對生成式人工智能的能力發(fā)面面對生成式人工智能，受訪者展現(xiàn)了一些不同的感受 著迷 信焦迎接新技術(shù)興奮要感到驚喜（76%）與興奮（68%），但也同時會顧慮由于自身對生成式人工智能的認(rèn)知尚淺而帶來的不確定感（40%）。今年年初，德勤在全球范圍內(nèi)對超過2800名企業(yè)高管進(jìn)行了生調(diào)研，范圍覆蓋六大行業(yè)和全球16個國家及地區(qū)。根據(jù)調(diào)研結(jié)果，受訪者對生成式人工智能的主要感受是興奮與 的受訪者預(yù)計(jì)生成式人工智能會加劇經(jīng)濟(jì)經(jīng)濟(jì)實(shí)

其中，52%的受訪者預(yù)計(jì)生成式人工智能的普及會導(dǎo)致全球經(jīng)濟(jì)實(shí)力集中化，而30%的受訪者預(yù)計(jì)生成式人工智能將會更平均地分配全球經(jīng)濟(jì)實(shí)力。同時，51%的受訪者預(yù)計(jì)生成式人工智能會加劇經(jīng)濟(jì)濟(jì)

加劇

4生成式人工智能的應(yīng)隨著人工智能技術(shù)的飛速發(fā)展，人們對

銀行 交通運(yùn)輸 電信 保險 零售 科技行 金融 醫(yī)藥行通過通過戶支持和處理通過能建立為術(shù)現(xiàn)場工作人員通過能建立內(nèi)部醫(yī)療賠申訴審查通過通過客戶反饋來指通過益相關(guān)者創(chuàng)建通過供即時企業(yè)信息語支持工單的系統(tǒng)從而提高回應(yīng)質(zhì)理范圍內(nèi)創(chuàng)品開發(fā)路線圖材料的項(xiàng)（標(biāo)準(zhǔn)操作據(jù)與客戶可支持自動并縮短回應(yīng)時間確和定制化的細(xì)續(xù)改進(jìn)并加強(qiáng)序）供交叉銷預(yù)防性維護(hù)的系統(tǒng)市場更復(fù)雜的任務(wù)傳統(tǒng)

因此，企業(yè)可以通過生成式人工智能與傳統(tǒng)人工智能有機(jī)結(jié)各取所長，強(qiáng)化模型訓(xùn)練效果，從而提高決策的速率與準(zhǔn)確性，并且在業(yè)務(wù)流程的“前端”和“后端”創(chuàng)造價值。同時，企業(yè)可以通過在現(xiàn)有傳統(tǒng)人工智能的投資基礎(chǔ)上進(jìn)行改造性建設(shè)，以生成式人工智能之“長”彌補(bǔ)現(xiàn)有不足，以達(dá)到進(jìn)一步推動企業(yè)運(yùn)營成本壓降及業(yè)務(wù)生成式人工智能 傳統(tǒng)人工智能 生成式人工智能傳統(tǒng)人工智能兩者結(jié)1行業(yè)應(yīng)用概述百花齊放，初見后疫情時代下，零售行業(yè)的復(fù)蘇并未如預(yù)想中的那么迅猛，在面對聯(lián)網(wǎng)消費(fèi)購物的沖擊下，實(shí)體零售企業(yè)目前正處于轉(zhuǎn)型的重要時期，相較于早期的擴(kuò)張?jiān)隽渴袌龆?，現(xiàn)如今如何提升存量市場發(fā)展的競爭力成為了更為重要的話題，對于企業(yè)而言，如何做到改善產(chǎn)品服務(wù)新的手段幫助零售企業(yè)改善產(chǎn)品與服務(wù)

加權(quán)消費(fèi)平均金融服體與通共服加大投資：同意此觀點(diǎn)的比例—他們的組織正在加大對人工智能項(xiàng)目的投資，因?yàn)闉橹顾麄円呀?jīng)看到了巨大的價衡量價值的方法：跟蹤投資回

超超過平均 平均 低于平均業(yè)的自我評價為較有經(jīng)驗(yàn)或經(jīng)驗(yàn)在本次調(diào)研中，近半數(shù)（44%）訪者均認(rèn)為所在企業(yè)在生成式人工智能的整體應(yīng)用層面已有一定的經(jīng)驗(yàn)，其中還有小部分的受訪者有信心認(rèn)為所在企業(yè)在生成式人工智能領(lǐng)域比較有經(jīng)驗(yàn)（12%）或經(jīng)驗(yàn)豐富（4%）。在生成式人工智能急速發(fā)展的當(dāng)下，不少企業(yè)對于該技術(shù)均有一定程度的探索與實(shí)踐，因此這個結(jié)果似乎可以在意料之中。半數(shù)以上的受訪者認(rèn)為所在企業(yè)在生成式人工智能備足對觀熱

企業(yè)想要通過生成式人工智能獲得的關(guān)鍵在本次調(diào)研中，絕大多數(shù)受訪者更關(guān)注提高效率和生產(chǎn)力（92%）、產(chǎn)品和服務(wù)（76%）和降低成本（72%）等效益。此外，超過半數(shù)的受訪者希望生成式人工智能能夠在激發(fā)創(chuàng)新和增長（60%），提升客戶關(guān)系（56%）與提升員工工作內(nèi)容的價值（56%）

的企業(yè)預(yù)計(jì)

提高生產(chǎn)

增加收入 業(yè)，生成式人工智能也悄然衍生出了一系列的應(yīng)用。

前臺前臺場客戶服多平臺消費(fèi)者輿情監(jiān)預(yù)測潛在需求并提供建追蹤行業(yè)熱點(diǎn)并生成報生成產(chǎn)品概 營銷文案及素材生基于市場分析的產(chǎn)品開 垂直內(nèi)容生成及渠道滲基于反饋優(yōu)化產(chǎn)品設(shè) 生成定制化社群推廣素高度客制化的產(chǎn)品開 緊跟趨勢生成營銷賣 和消費(fèi)者的社交互線上生成式人工智能店對話式產(chǎn)品說明智能成交價格及促銷計(jì)后臺后臺場代碼編譯及漏洞修人力資優(yōu)化物流倉儲網(wǎng)絡(luò)規(guī)自動監(jiān)測政府政策法增強(qiáng)財(cái)務(wù)運(yùn)營自動 2應(yīng)用場景消費(fèi)

華潤（以上案例由合作伙伴石基大商提供

百麗百麗采用人工智能技術(shù)，以華為與滴普開發(fā)的昇騰一體機(jī)為算力底座，對旗下的每一款U進(jìn)行深入的數(shù)據(jù)挖掘。通過對產(chǎn)品的全生命周期數(shù)據(jù)進(jìn)行深度學(xué)習(xí)與分析，百麗夠準(zhǔn)確把握產(chǎn)品的市場表現(xiàn)，包括銷量趨勢、庫存周轉(zhuǎn)、顧客反饋整，優(yōu)化庫存管理，提升運(yùn)營效率。數(shù)據(jù)驅(qū)動的決策方式使百麗在激烈的市場競爭中更具洞察力和響應(yīng)速度。（以上案例由合作伙伴華為與滴普科技提供 應(yīng)用場景–市場營銷 銀泰通過運(yùn)用AIGC技術(shù)，實(shí)現(xiàn)了商品的快速數(shù)字化進(jìn)程，巧妙地結(jié)合了百貨業(yè)“多SKU、淺庫存”的特有模式，能夠

效地處理并展示海量商品信息。通過這一先進(jìn)技術(shù)，銀泰進(jìn)一步推出了AI試衣的功能，利用AIGC的強(qiáng)大能力，讓消費(fèi)者在虛擬空間中輕松體驗(yàn)試衣效果，既便捷又充滿未來感，極大地提升了購物體驗(yàn)與效率。物美超市物美超市在生鮮商品的經(jīng)營管理上，采用了前沿的人工智能分化地預(yù)測商品銷售趨勢。當(dāng)檢測到庫存積壓或即將超過 靈智數(shù)科采用華為昇騰算力底座，自主研發(fā)了百靈鳥I大模型，實(shí)現(xiàn)了商品偏好、生命周期預(yù)測、購百交叉、擴(kuò)客等一系列關(guān)鍵模型的構(gòu)建與應(yīng)用。商品偏好模型可以捕捉消費(fèi)個性化需求并推送定制化商品推薦，極大提升了購物體驗(yàn)與商品轉(zhuǎn)化率；購百交叉模型通過分析消費(fèi)者購物籃數(shù)據(jù)，挖掘商品間的關(guān)聯(lián)性，制定高效促銷策略，促進(jìn)組合購買擴(kuò)客模型精準(zhǔn)定位潛在客戶，制定針對性營銷策略，有效提升廣告投放效率與新客戶轉(zhuǎn)率。尤為突出的是，天虹的會員首購二次復(fù)購模型，通過挖掘會員購物數(shù)據(jù)，精準(zhǔn)購機(jī)會，較傳統(tǒng)營銷轉(zhuǎn)%，顯強(qiáng)戶誠（以上案例由合作伙伴華為提供 4應(yīng)用場景門店運(yùn)

理與服務(wù)過程中，發(fā)現(xiàn)存在監(jiān)管難度大、監(jiān)管（以上案例由合作伙伴華為提供 百果園門店智能訂貨系統(tǒng)，運(yùn)用多種AI算法模型，綜合考慮門店商圈屬性、客流模式、店員銷售能力及商品屬性等因素，結(jié)合市場動態(tài)，精準(zhǔn)預(yù)測主銷商品銷量，為門店訂貨提供有力參考。同時，百果園還引入了AI巡店系統(tǒng)，通過計(jì)算機(jī)視覺技術(shù)與物聯(lián)網(wǎng)設(shè)備，實(shí)現(xiàn)門店人貨場信息的全自動化采集與分析。該系統(tǒng)能實(shí)時監(jiān)控門店運(yùn)營規(guī)范、食品安全、客流情況，自動提醒補(bǔ)貨、判斷食品安全操作是否規(guī)范，并進(jìn)行客流數(shù)據(jù)分析。目前，該系統(tǒng)已廣泛應(yīng)用于全國數(shù)千家門店，累計(jì)識別圖像超50億張，顯著提升了門店服務(wù)質(zhì)量，降低了管理成本。

面對門店快速擴(kuò)張的挑戰(zhàn)，美宜佳依托華為云能力，通過“云銷售”和“云點(diǎn)檢”實(shí)現(xiàn)了門店的無人值守和人工智能巡店，成功打造出有溫度的無人門店與購物體驗(yàn)。借助“云點(diǎn)檢”在巡店中實(shí)現(xiàn)了著裝識別、商品陳列分析，貨品擺放規(guī)則校驗(yàn)與防作弊檢測，設(shè)置地理圍欄，識別顧客進(jìn)入不同區(qū)域，通過人工智能視頻識別客戶異常行為，如偷盜、藏包行為等。借助“云銷售”在門店銷售上實(shí)現(xiàn)了智能對話機(jī)器人和語音克隆能力。智能對話機(jī)器人開展門店內(nèi)高頻問題的智能對話，減少云值守人員的工作量；語音克隆能力通過輸入個性化語音，實(shí)現(xiàn)人聲語音擬合生成。

衛(wèi)龍鏈鏈鏈家在面對門店數(shù)量眾多，且總部無法及時獲取店內(nèi)信息等困難時，通過中國電信天翼云眼，實(shí)現(xiàn)了門店現(xiàn)有監(jiān)控設(shè)備的云上統(tǒng)一管理，并通過I算法實(shí)現(xiàn)基于店門口人流、入店人數(shù)的人數(shù)統(tǒng)計(jì)分析，為業(yè)務(wù)決策提供可靠的經(jīng)營狀況數(shù)據(jù)。根據(jù)客流數(shù)據(jù)生成區(qū)域指定時間段的客流熱力情況，輔助門店完成內(nèi)部環(huán)境改造，提升對客戶的服務(wù)感知。通過技術(shù)有效提升了客戶門店開通時效，并通過統(tǒng)一平臺管理有效降低故障率、提升維護(hù)效率，同時全量的視頻數(shù)據(jù)回傳AI算法，為客戶個門店提供實(shí)時的客流統(tǒng)計(jì)、分析等能力，為企業(yè)高效管理注入新能。（以上案例由合作伙伴中國電信提供 5應(yīng)用場景–客戶服 苗鄉(xiāng)三

（以上案例由合作伙伴騰訊提供 應(yīng)用場景–術(shù)應(yīng)現(xiàn)的廣度與深度。它不僅極大地促進(jìn)了自動程序開發(fā)的過程，使得開發(fā)者能夠更高效地構(gòu)建復(fù)雜軟件，還深入到了代碼編譯及漏洞修補(bǔ)的細(xì)微之處，通過智能算法快速識別并修復(fù)潛在的安全隱患。此外，基于人工智能的代碼與流程優(yōu)化技術(shù)能夠動態(tài)分析現(xiàn)有系統(tǒng)，提出并實(shí)施改進(jìn)方案，顯著提升運(yùn)行效率。在數(shù)據(jù)網(wǎng)絡(luò)安全方面，生成式人工智能更是發(fā)揮了重要作用，通過實(shí)時監(jiān)測潛在風(fēng)險，有效預(yù)防安全事件的發(fā)生。同時，它還能自動生成程序測試環(huán)境，確保軟件在多樣化的場景下穩(wěn)定運(yùn)行，進(jìn)一步增強(qiáng)了系統(tǒng)的可靠性和安全性。

華潤華潤萬家憑借生成式人工智能技術(shù)的戰(zhàn)略部署，成功構(gòu)建了專屬的數(shù)據(jù)分析與自動化報表平臺。該平臺利用人工智能的強(qiáng)大能力，能夠迅速構(gòu)建QL查詢，顯著加速了數(shù)據(jù)處理流程，并自動生成貼合用戶需求的經(jīng)營報告。通過引入自然語言對話功能，使用戶能以更直觀、便捷的方式進(jìn)行數(shù)據(jù)分析。同時，該模型支持多輪對話與口語化提問，極大簡化了傳統(tǒng)數(shù)據(jù)分析的復(fù)雜性。這一變革性舉措帶來了顯著成效：數(shù)據(jù)分析需求的響應(yīng)速度實(shí)現(xiàn)了質(zhì)的飛躍，分析工作的處理時長銳減%，每位員工周因此節(jié)省了超過1小時的數(shù)據(jù)處理工作；借助自然語言問答系統(tǒng)，用戶能夠智能檢索并快速獲取所需報表，使得企業(yè)已有報表的使用率躍升至原來的3倍以上；業(yè)務(wù)團(tuán)隊(duì)對數(shù)據(jù)的應(yīng)用熱情空前高漲，數(shù)據(jù)使用率飆升10倍以上，每周都會積極利用生成式人工智能來生成詳盡的周報，為企業(yè)的決策制定提供了強(qiáng)（以上案例由合作伙伴石基大商提供 零售連鎖化程度越來越高，網(wǎng)絡(luò)運(yùn)營和管理面臨巨大的挑戰(zhàn)。零售企業(yè)要求網(wǎng)絡(luò)部署更快、更靈活，質(zhì)量更可靠，成本更低。在人工智能技術(shù)引領(lǐng)的數(shù)字化轉(zhuǎn)型浪潮下，中宇聯(lián)聯(lián)合華為面向連鎖零售企業(yè)推出端邊云一體化SP服務(wù)（以租代建），涵蓋規(guī)劃、建設(shè)、運(yùn)維等時華為打造智能運(yùn)服務(wù)平臺，通過網(wǎng)絡(luò)人工智能大模型，將專家經(jīng)驗(yàn)與大模型融合，實(shí)現(xiàn)人工智能故障定位和智能巡檢。不僅為零售企業(yè)帶來兼具靈活性與便捷性的云網(wǎng)融合架構(gòu)，而且有效控制了成本支出。中宇聯(lián)服務(wù)了眾多連鎖零售企業(yè)，平均成本降低+，初始投資資金減少90%，問題定位時間縮短95%，業(yè)務(wù)靈活性和可擴(kuò)展性提升30%。（以上案例由合作伙伴華為提供 應(yīng)用場景–供應(yīng)鏈 寶潔 寶潔公司作為全球領(lǐng)先的日用消費(fèi)品制造商，近期推出了基于生成式人工智能的平臺性產(chǎn)品le。其中，“Ask色，它能夠優(yōu)化網(wǎng)絡(luò)布局，提升物流效率。更重要的是，它還能助力企業(yè)優(yōu)化供應(yīng)鏈OTIF（OnTimeInFull，準(zhǔn)時全額交貨）這一核心指標(biāo)，提升

Order”是該平臺上一款實(shí)時查詢客戶訂單信息的產(chǎn)品，其主要是提供24小時在線服務(wù)戶供應(yīng)鏈、物流、計(jì)劃等部門對訂單信息及訂單管理知識的查詢需求。該項(xiàng)目旨在提升供應(yīng)鏈透明度、降低運(yùn)營風(fēng)險和提高決策效率，通過數(shù)據(jù)集成、算法優(yōu)化和用戶體驗(yàn)提升，確保人工智能與現(xiàn)有系統(tǒng)無縫對施結(jié)果顯示，“AskOrder”使客戶訂單團(tuán)隊(duì)工作效率提升50%，為供應(yīng)鏈部門節(jié)省超十萬美金，同時在快消行業(yè)內(nèi)樹立了標(biāo)桿，展現(xiàn)了寶潔術(shù)領(lǐng) 好特賣在銷量預(yù)測環(huán)節(jié)，通過人工智能輔助，針對季節(jié)性商品的銷量漲跌進(jìn)行預(yù)測，根據(jù)以往的銷售數(shù)據(jù)，深入挖掘消費(fèi)者的購買習(xí)慣與偏好，綜合相關(guān)因素，形成未來銷售趨勢的智能預(yù)測。例如，在9月的開學(xué)季時，人工智能工具會敏銳地捕捉到這一時機(jī)，及時調(diào)整商品結(jié)構(gòu)，在學(xué)校附近的商店大量推送生活日用品等與學(xué)習(xí)、生活緊密相關(guān)的商品，以滿足學(xué)生們的實(shí)際需求，從而有效促進(jìn)銷量增長，實(shí)現(xiàn)銷售業(yè)績的穩(wěn)步 8應(yīng)用場景人力資

9應(yīng)用場景–合規(guī)與風(fēng)險管 永輝超

永輝超市股份有限公司，作為中國的大型零售企業(yè)，自1998創(chuàng)立以來，已發(fā)展超千家連鎖超市，主營農(nóng)副產(chǎn)品、日用百等，并建立了廣泛的物流配送體系。近年來，永輝超市注重線上線下融合，推出永輝生活A(yù)PP等線上業(yè)務(wù)。隨著顧客自助結(jié)算習(xí)慣的養(yǎng)成，永輝超市面臨自助收銀帶來的商品損失問題調(diào)查顯示，自助收銀環(huán)境下的商品盜損率遠(yuǎn)高于非自助環(huán)境。為解決此問題，永輝超市部署了AI防損智能終端，通過記錄分析顧客結(jié)算過程，判斷異常操作，有效預(yù)防商品損失。應(yīng)用此系統(tǒng)后，門店自助購區(qū)域盜損率下降，人力成本節(jié)省35%，同時提升了顧客自助結(jié)算的體驗(yàn)感，展現(xiàn)了永輝超市在數(shù)字化轉(zhuǎn)型方面的積極成果。（以上案例由合作伙伴中科英泰提供

物美超市 物美通過攝像頭識別顧客在自助收銀機(jī)前的掃描動作，判斷客戶是否在結(jié)賬過程中存在漏掃的行為。對于確認(rèn)存在漏掃商品行為的客戶，人工智能還會自動即時根據(jù)會員信息調(diào)取以往的購買記錄，判斷是否在以往的消費(fèi)過程中同樣存在漏掃的行為并將信息即時推送給安人員對顧進(jìn)行醒。 百果園自建了LLM應(yīng)用基礎(chǔ)框架，框架集成了經(jīng)過內(nèi)部優(yōu)化的RAG和常用Agent功能模塊，同時內(nèi)置對國內(nèi)外多個主流LLM基礎(chǔ)模型的方便接入，并且實(shí)現(xiàn)多模型之間GPU資源的合理分配，大大縮短了LLM應(yīng)用的構(gòu)建時間，研發(fā)人員可以根據(jù)實(shí)際業(yè)務(wù)需求靈活配置，快速實(shí)現(xiàn)LLM應(yīng)用落地。在LLM應(yīng)用基礎(chǔ)框架之上，團(tuán)隊(duì)基于百果園超過20年果業(yè)經(jīng)驗(yàn)的積累，整理優(yōu)化了大量語料素材，包括品類信息，食用常識，種植技術(shù)，倉儲保鮮，商品特性等超過50個維度數(shù)據(jù)，建立了果業(yè)專業(yè)語料庫。通過基以幫助員工實(shí)現(xiàn)果品知識與相關(guān)信息的快速查詢、問答與判別，對提升門店服務(wù)質(zhì)量，減少人力培訓(xùn)成本，提升員工知識能力起到了至關(guān)重要的作 應(yīng)用場景–數(shù)據(jù)分析與文檔處 的作用。借助人工智能，零售商可以實(shí)時追蹤

存動態(tài)，優(yōu)化補(bǔ)貨策略，減少庫存積壓和缺貨風(fēng)險。同時，通過細(xì)致分析顧客購買歷史和偏好，零售商能夠定制營銷策略，提升顧客滿意度和忠誠度。此外，人工智能還能幫助零售商識別市場趨勢，及時調(diào)整產(chǎn)品結(jié)構(gòu)，抓住新興商機(jī)。總?cè)斯ぶ悄艿囊霕O大地提升了零售行業(yè)的數(shù)據(jù)分析能力，推動了行業(yè)的智能化轉(zhuǎn)型和可持續(xù)發(fā)天虹采用華為昇騰標(biāo)員過生成式人工智能工具調(diào)或生成對應(yīng)的圖表。人工智能還進(jìn)建議。這一平臺的應(yīng)尋據(jù)并進(jìn)處過對話獲和改善建議提升了企業(yè)工作效率。（以上案例由合作伙伴華為提供 11應(yīng)用場景小

復(fù)雜 人類擅（目前

體驗(yàn)更標(biāo)更多工作性體驗(yàn)更標(biāo)更多工作性 對于目前中國的大部分企業(yè)，生成式人工智能的應(yīng)用仍大多處于摸索與試點(diǎn)階段。這一觀察與我們在全球范圍內(nèi)做的調(diào)研結(jié)果是一致的。德勤在今年初針對全球0家不同受訪者進(jìn)行的調(diào)研顯示，目前大部分企業(yè)尚未將實(shí)驗(yàn)的方案投入到正式生產(chǎn)環(huán)節(jié)中。大部分企業(yè)對于生成式人工智能的實(shí)際應(yīng)用比例低于其探索實(shí)驗(yàn)的%

企業(yè)投企業(yè)投產(chǎn)

10%20%30% 企業(yè)中尚處于試點(diǎn)與驗(yàn)證階 ，請聯(lián)系勤中 原生應(yīng)原生應(yīng) 外購軟生產(chǎn)力軟辦公軟工作流系統(tǒng)基于用業(yè)務(wù)軟外購智能智能收銀監(jiān)基于設(shè)備外購服務(wù)專業(yè)服嵌入服務(wù)基于服定制/GenAI業(yè)務(wù)場根據(jù)需求和范*對企業(yè)客戶來說，專業(yè)服務(wù)中的生成式人工智能關(guān)聯(lián)部分通常和其它服務(wù)內(nèi)容結(jié)一起，服務(wù)提供商一般不會單獨(dú)提供，也不會披露應(yīng)用細(xì)節(jié)商業(yè)應(yīng)用對隨著生成式人工智能技術(shù)的發(fā)展，其商 能硬件與辦公軟件的企業(yè)不到1/3（32%/28%/20%）。公有生成式人工智能應(yīng)用由于其限制無法與業(yè)務(wù)流程緊密結(jié)合。對于有規(guī)模的企業(yè)來說，

在德勤對于全球企業(yè)的調(diào)研中，有近半數(shù)的受訪者（%）表示，他們僅對一小部分員工（低于%）提供了經(jīng)批準(zhǔn)的生成式人工智能的訪問權(quán)限。而當(dāng)聚焦到自我評價是對生成式人工智能經(jīng)驗(yàn)極豐富的組織時，發(fā)現(xiàn)此類企業(yè)在該方面有更大投入，有接近一半（%）的%在這些經(jīng)驗(yàn)極豐富的組織與企業(yè)中，員工要獲得生成式人工智能工具

德勤全球調(diào)研中，企業(yè)員工可以訪問生成式人工智能應(yīng)

14 員

7%在德勤與受訪企業(yè)的溝通探討中，我們發(fā)現(xiàn)GenAI大模業(yè)務(wù)場發(fā)現(xiàn)和確定業(yè)務(wù)場業(yè)務(wù)場設(shè)計(jì)引導(dǎo)變智能體/代理

構(gòu)建可重用應(yīng)迭代生成式人工智能產(chǎn)品/模型

多模態(tài)多模態(tài)代碼

通過微調(diào)和/或強(qiáng)化學(xué)習(xí)增強(qiáng)和編排知客戶服員工培知識客戶服員工培知識定向更多業(yè)務(wù)場數(shù)字音頻轉(zhuǎn)知識和問創(chuàng)代碼響應(yīng)聚類和文本轉(zhuǎn)圖（非結(jié)構(gòu)化數(shù)據(jù)

企業(yè)知（結(jié)構(gòu)化數(shù)據(jù)

內(nèi)容/數(shù)字資產(chǎn)管理系(多模式數(shù)據(jù)

管理和改進(jìn)各系統(tǒng)的信息質(zhì) 中國用戶IP將自有數(shù)據(jù)發(fā)送至海外AI服務(wù)隱私和安作為模型優(yōu)化對標(biāo)可以用于應(yīng)用驗(yàn)證需要格外小心數(shù)據(jù)安全 AliModel 面向中國用戶模型能力與國外模型將自有數(shù)據(jù)發(fā)送至第作為模型優(yōu)化對標(biāo)基可以用于應(yīng)用驗(yàn)證，但需要小心數(shù)據(jù)安全 具有靈活的定制與控制可以私有部署，無需對可能需要額外的工作來部署和管理復(fù)雜模型的可以在可控平臺上進(jìn)訓(xùn)練來自中國AI供應(yīng)XX較高的許可證+基礎(chǔ)設(shè)選擇市面最佳模型供企建立企業(yè)特有的數(shù)據(jù)集用企業(yè)數(shù)據(jù)集訓(xùn)練的私有模型將是未來重要的適于自建大模型，從基礎(chǔ)模型開始企業(yè)需要在前期投資和長期應(yīng)用效益之間進(jìn)行目前市面上的大語言模型有四種模式：

國外公有 國內(nèi)公有

私有開源模型

私有商業(yè)模型對于企業(yè)而言，選擇公有化部署或是私有化部署無疑是需要重點(diǎn)考慮的問題之一。在企業(yè)用戶在進(jìn)行決策時，應(yīng)當(dāng)綜合考量多個關(guān)鍵從而確保所選方案能夠滿足其業(yè)務(wù)需求以及未來的長期發(fā)展戰(zhàn)略與生成式人工智能發(fā)展戰(zhàn)略?，F(xiàn)階段，市面上的大模型主要分為兩種部署

制，因此德勤建議：企業(yè)在進(jìn)行模型的甄選過程中，可以考慮劣部署和上線時間相對較短，便利性 1.需要將數(shù)據(jù)內(nèi)容傳輸至第三方提供的遠(yuǎn)程服務(wù)器，可能造成后期通過運(yùn)營商進(jìn)行模型維護(hù)與迭代升級，減少企業(yè)內(nèi)部的資 據(jù)泄投 2.通常提供標(biāo)準(zhǔn)化服務(wù)，模型靈活性較差，難以滿足客制化需可拓展性強(qiáng)，可以根據(jù)需要動態(tài)擴(kuò)展資 3.性能可能不穩(wěn)定，會由于公有云內(nèi)其他企業(yè)用戶的影響而波數(shù)據(jù)將在本地進(jìn)行存儲，企業(yè)數(shù)據(jù)保護(hù)性 1.部署時間相對較可以根據(jù)企業(yè)需求進(jìn)行客制化定 2.可拓展性相比公有化部署，相對薄計(jì)算資源獨(dú)享，性能穩(wěn) 3.需要企業(yè)搭建專門的團(tuán)隊(duì)進(jìn)行管理與后期更新升級與維需要企業(yè)進(jìn)行硬件與基礎(chǔ)設(shè)施的投

生成式人工智能體的技術(shù)實(shí)現(xiàn)任務(wù)任務(wù)場據(jù)知情人士透露，OpenAI正計(jì)劃推出一款代為“Operator”的新型智能體，可通過計(jì)算機(jī)代替用戶完成編寫代碼、預(yù)訂旅程等任務(wù)。此前，Anthropic推出了一款類似的智能體，可以實(shí)時處理用戶計(jì)算機(jī)上的信息并代替用戶采取行動；微軟也于近期也發(fā)布了一套智能工具，用于協(xié)助員工發(fā)送電子郵件和

推理規(guī)

AlAgent進(jìn)行自主決策，將復(fù)雜任分為子任務(wù)規(guī)劃應(yīng)執(zhí)行的任務(wù)步驟，從而制定行動計(jì)劃基于AlAgent的個性化設(shè)置，生成交

手機(jī)收到語音:“后天你去深圳出差A(yù)IAgent讀取、記憶該2小時后，告訴AIAgent：“幫我劃出差行程結(jié)合兩次信息輸入，推理目前情景為：后天需要去深圳出差，需要AlAgent幫助規(guī)劃行程，并自動完成相將“規(guī)劃行程”拆解為：1)查詢天氣；2)查詢后天的航班、火車等交通工具時刻表；3)選擇最合適的交通工具班次；4)根據(jù)用戶過往行為數(shù)據(jù)，搜索預(yù)定最合適的酒店調(diào)用第三方應(yīng)用軟件，完成查詢并預(yù)定機(jī)票，預(yù)訂酒店、查看天氣信息等任務(wù)；過程中用戶無需打開應(yīng)用軟Al智能體完全自動執(zhí)行并完成規(guī)劃和預(yù)定以管家的身份和語氣告知用戶：“已經(jīng)為您查詢并預(yù)定適合的航班和酒店， 1用戶提出2問題澄清、解析和1用戶提出2問題澄清、解析和

2問題澄清、解析和2問題澄清、解析和1用戶提出1用戶提出

怎么樣

向用戶4反

3專業(yè)體4向用戶反3專業(yè)3專業(yè)體4向用戶反3專業(yè)

自動執(zhí)行任自動化整個工作流程/過計(jì)無法進(jìn)行工作流程的規(guī)劃或制定并執(zhí)行多步驟計(jì)劃以實(shí)現(xiàn)用戶的目標(biāo)，根據(jù)實(shí)時反饋調(diào)整行利用短期和長期內(nèi)存從之前的用戶交互中學(xué)習(xí)，并提供個性化響應(yīng)；且記憶可在系統(tǒng)中的多個代通過和工具圖片選擇器、搜索等）增強(qiáng)語言模型固有的能力，以行任務(wù)態(tài)知可以利用特定任務(wù)的能力、知識和記憶來驗(yàn)證并改進(jìn)自身以及其智能體與大模型工具與頭腦的關(guān)相較于傳統(tǒng)的大型語言模型，智能體具備更多方面的能力。它們的應(yīng)用范圍更廣，能夠覆蓋更多用例。在工作計(jì)劃方面，智能體表現(xiàn)更為高效。同時，它們的記憶與微調(diào)能力更強(qiáng)，可以更好地適應(yīng)不同場景。在系統(tǒng)與數(shù)據(jù)的集成性能方面，智能體也展現(xiàn)出更強(qiáng)的適配性與更高的數(shù)據(jù)精準(zhǔn)性，大幅提升了用戶體驗(yàn)。這些改進(jìn)使得智能體在實(shí)際應(yīng)用中更具優(yōu)勢，也吸引更多科技公司在智能體建設(shè)方面進(jìn)——OpenAI首席執(zhí)行官SamAltman前文中提到，目前市場上的大模型在能力層面并不存在特別在知識層面上，作為訓(xùn)練生成式人工智能的基礎(chǔ)信息，其對于大模型的訓(xùn)練與表現(xiàn)起到了至關(guān)重要的作用。對于企業(yè)端的用戶而言，企業(yè)日常運(yùn)轉(zhuǎn)所產(chǎn)生的各類數(shù)據(jù)信息，甚至是所對應(yīng)的業(yè)務(wù)場景下可能需要參考或使用的外部數(shù)據(jù)資源庫與數(shù)據(jù)庫的信息收集與管理能力就成為了關(guān)鍵性因素。知識庫架構(gòu)旨在存儲、管理和利用結(jié)構(gòu)化或非結(jié)構(gòu)化的知識信息，以支持生成式人工智能模型的訓(xùn)練、推理和生成任務(wù)因此，對于企業(yè)而言，管理和改進(jìn)各系統(tǒng)的信息質(zhì)量便成為了數(shù)據(jù)精

企業(yè)為企業(yè)為提升數(shù)據(jù)相關(guān)能力采取的舉 中采取了多種舉措提升數(shù)據(jù)管理能力，包括：加強(qiáng)數(shù)據(jù)安全（54%）、改數(shù)據(jù)質(zhì)量實(shí)踐（48%）以及更新數(shù)據(jù)治理框架和制定新的數(shù)據(jù)政策（45%）據(jù)相關(guān)問題而避免使用某些生成式人工智能應(yīng)用。

對使用某些類型的數(shù)據(jù)（例如，公共領(lǐng)域、合成數(shù)據(jù)或第三方授權(quán)相較于使用自己的專有數(shù)據(jù)（例如：銷售、運(yùn)營、財(cái)務(wù)數(shù)據(jù)），司更擔(dān)心由于使用敏感數(shù)據(jù)（例如：客戶或客戶數(shù)據(jù)）而可能帶來的問題與風(fēng)險。

私相

全相

規(guī)

擁有所有權(quán)基礎(chǔ)設(shè)模型嵌入標(biāo)擴(kuò)模型擴(kuò)模型微模型應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)模型嵌入標(biāo)擴(kuò)模型擴(kuò)模型微模型應(yīng)應(yīng)應(yīng)應(yīng)應(yīng)模型微模型微模型微模型微模型微基礎(chǔ)基礎(chǔ)基礎(chǔ)基礎(chǔ)基礎(chǔ)Gartner、ID等的研究表明絕大部分中小企公有業(yè)傾向于）調(diào)擴(kuò)展以滿足其特定業(yè)務(wù)與T業(yè) 成式人工智能基礎(chǔ)設(shè)施國內(nèi)廠商（部分生成式人工智能基礎(chǔ)設(shè)施國內(nèi)廠商（部分生字節(jié)跳動金山辦訊飛商湯科技百川智能字節(jié)跳動金山辦訊飛商湯科技百川智能可控的因素。國內(nèi)IT廠商在生成式人工智能相關(guān)的芯片、服務(wù)器、網(wǎng)絡(luò)、云計(jì)算、托管服務(wù)等層面已經(jīng)有了不小的進(jìn)步，全棧的自主基礎(chǔ)設(shè)施底座也已經(jīng)成為可能，中國IT廠商為主的生態(tài)體系已經(jīng)可以支撐企業(yè)加速生成式人工智能應(yīng)用的需

場場研AIAI務(wù)

風(fēng)風(fēng)第四范式星環(huán)科技第四范式星環(huán)科技東方國鯨科技金山辦動華 華為寒武紀(jì)壁仞科技隧原科技 海康威傳光天數(shù)智芯云天勵 科大訊生成式人工智能何生成式人工智能何時會為的企業(yè)帶來變展望未來已來，積極擁質(zhì)性地改變其企業(yè)，而20%受訪者則認(rèn)為在1年之內(nèi)即有可能對企業(yè)和行業(yè)實(shí)質(zhì)性改變。者表示公司正在進(jìn)行生成式人工智能的試點(diǎn)（55）或已投入正式使用（20%）。1年前這個比例還是19%，短短一年的時間里應(yīng)用生成式人工智能的企業(yè)數(shù)量增加了近倍。對于中國來說，國內(nèi)零售業(yè)對數(shù)字化的響應(yīng)速度是毋庸置疑的。我們有理由相信，隨著技術(shù)的進(jìn)一步成熟，越來越多的企業(yè)開當(dāng)然，生成式人工智能的應(yīng)用還有很長路的要走，我們也無法預(yù)計(jì)備的比例為22%。

技術(shù)基礎(chǔ)設(shè) 戰(zhàn)

沒有準(zhǔn)備少量準(zhǔn)備基本準(zhǔn)沒有準(zhǔn)備少量準(zhǔn)備基本準(zhǔn)備 風(fēng)險與治 人數(shù)據(jù)來源：CCFA行業(yè)生成式AI應(yīng)用調(diào)研（2024）

戰(zhàn)略樹立對生成式人工智能潛力的信心，堅(jiān)持務(wù)實(shí)的長期主義，逐步完成業(yè)務(wù)轉(zhuǎn)打破生成式人工智能的戰(zhàn)生成式人工智能的應(yīng)用能立即增加利業(yè)務(wù)應(yīng)生成式人工智能的成功應(yīng)合以及人打破生成式人工智能的戰(zhàn)生成式人工智能的應(yīng)用能立即增加利業(yè)務(wù)應(yīng)生成式人工智能的成功應(yīng)合以及人員技能培訓(xùn)完成后才能生成式人工智能發(fā)展已經(jīng)達(dá)到是漸進(jìn)式（如多模態(tài)）而非爆發(fā) 樹

持續(xù)學(xué) 保持初學(xué)者心態(tài)，不斷學(xué)習(xí)和應(yīng)用新技術(shù)、新?！巴ㄟ^增量的方式，你可以一次改變或復(fù)一項(xiàng)工作。它不會立即影響到全部環(huán)節(jié)。但很快這種好處就會變成一種挑戰(zhàn)。對系統(tǒng)的一個局部進(jìn)行創(chuàng)持續(xù)學(xué) 保持初學(xué)者心態(tài)，不斷學(xué)習(xí)和應(yīng)用新技術(shù)、新模投資了解新技術(shù)成熟度曲線，理性投資，避免不切實(shí)際價值=f(技術(shù)相關(guān)性，時間，投資幻價值=f(技術(shù)相關(guān)性，時間，投資幻Gartner的生成式人工智能技術(shù)成熟度曲線，以價值公式為指導(dǎo)，在理性投入的基礎(chǔ)上形成投資回報的復(fù)利效應(yīng)，以此推動企業(yè)整體效益的

3控制整體擁有成本，防生成式人工智能試點(diǎn)投入軟

貨幣單位：人民幣辦公軟業(yè)務(wù)軟定制模型單個用戶百單個用戶千/萬十萬百萬AI模型/軟件/工具AI模型/軟件/工具/AI基礎(chǔ)設(shè)AI外部服AIAI用戶成本（許可證/培訓(xùn)現(xiàn)有系統(tǒng)風(fēng)市場調(diào)研/咨流程重構(gòu)與實(shí)營銷與傳變?nèi)瞬耪衅概c培研生成式人工智能在數(shù)字化轉(zhuǎn)實(shí)驗(yàn)生生成式人工智能在數(shù)字化轉(zhuǎn)實(shí)驗(yàn)生20242027，逐步減少傳統(tǒng)T的支出，從而在數(shù)字化轉(zhuǎn)型支出總量可控的原則上實(shí)現(xiàn)新舊技術(shù)投入根據(jù)BCG2024年對300位IT采購經(jīng)理的調(diào)研，人工智能大概率會增加其在IT費(fèi)用中的占比，而傳統(tǒng)的服務(wù)器和PC則會有所下降。人員與組織整合多元人才，構(gòu)建復(fù)合而是需要聯(lián)合全企業(yè)上下共同努力推動。智能戰(zhàn)略規(guī)智能研究智能戰(zhàn)略規(guī)智能研究價值工程UX/合 業(yè)務(wù)業(yè)務(wù)部 變革引領(lǐng)產(chǎn)經(jīng)工程供質(zhì)量保工程供應(yīng)商掃架構(gòu)知識經(jīng) 審核標(biāo)注知識工程企業(yè)的管理層也需要制定相關(guān)戰(zhàn)略規(guī)

而17.4%的受訪者認(rèn)為企業(yè)有部分準(zhǔn)備，僅21.7%的受訪者這一結(jié)果表明：面對生成式人工智能的部署與應(yīng)用，企業(yè)在人才方面的準(zhǔn)備明顯不足。企業(yè)亟需加大對專業(yè)人才引進(jìn)、培養(yǎng)與儲備力度，結(jié)合自身組織轉(zhuǎn)型發(fā)展，構(gòu)建高素質(zhì)、專業(yè)化的團(tuán)隊(duì)，為技術(shù)有效應(yīng)用與企業(yè)持續(xù)發(fā)利用生成式人工智能應(yīng)用”（48%）與“設(shè)計(jì)并實(shí)施技能提升和再培訓(xùn)戰(zhàn)略”（47%）。當(dāng)我們聚焦于那些具有

長計(jì) 極豐富的企業(yè)時，發(fā)現(xiàn)他們更專注于發(fā)展人工智能（47%）和重新設(shè)計(jì)職業(yè)路徑（38%），而對

為利用生成式人工智能提供基于

行的討論會中，某大型連鎖零售企業(yè)的技術(shù)部負(fù)責(zé)人曾表示：“

計(jì)生成式人工智能會在1年內(nèi)改變企業(yè)的人才戰(zhàn)略，其中4%的受訪者認(rèn)為現(xiàn)在就應(yīng)該調(diào)整戰(zhàn)略，而另外57%的受訪者認(rèn)為這一改行的全球調(diào)研，近半數(shù)的領(lǐng)導(dǎo)者（44%）認(rèn)為這一變革會發(fā)生在1年之內(nèi)，而其中17%的受訪者認(rèn)為現(xiàn)在就應(yīng)該調(diào)整戰(zhàn)略，24%的

數(shù)據(jù)來源：CCFA行業(yè)生成式人工智能應(yīng)用調(diào)研（2024） 兩年以后不知何 人類不會被人工智能取代，但是會被能 5風(fēng)控與合規(guī)加強(qiáng)風(fēng)險意識，及時采取行根據(jù)本次調(diào)研，受訪企業(yè)在應(yīng)對實(shí)關(guān)注監(jiān)管要求并確保所有生成式人工 能產(chǎn)生的內(nèi)容都經(jīng)過應(yīng)用使用的治理框建立生成式人工智能工

根據(jù)德勤全球?qū)?000名受訪者的調(diào)將近1/3（32%）的受訪者表示他們正在把生成式人工智能工具運(yùn)用到工作中。然而在這其中有2/3的人坦言他們的領(lǐng)導(dǎo)對另一方面，根據(jù)德勤全球調(diào)研，